文献

J-GLOBAL ID：202102238778958635   整理番号：21A0154135

BLEセンサによるRSSIベース屋内位置決めのための配向整合多重モデリング【JST・京大機械翻訳】

Orientation-Matched Multiple Modeling for RSSI-based Indoor Localization via BLE Sensors

著者 (6件)： Atashi Mohammadamin (Concordia University,Electrical & Computer Eng.,Montreal,Canada) ,  Malekzadeh Parvin (Concordia University,Electrical & Computer Eng.,Montreal,Canada) ,  Salimibeni Mohammad (Concordia University,Concordia Institute for Inf. Systems Eng.,Montreal,Canada) ,  Hajiakhondi-Meybodi Zohreh (Concordia University,Electrical & Computer Eng.,Montreal,Canada) ,  Plataniotis Konstantinos N. (Concordia University,Electrical & Computer Eng.,Montreal,Canada) ,  Mohammadi Arash (Concordia University,Concordia Institute for Inf. Systems Eng.,Montreal,Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： Eusipco  ページ： 1702-1706  発行年： 2021年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モノのインターネット(IoT)は,Bluetooth低エネルギー(BLE)で可能になったスマートセンサが,我々の周囲の屋内環境内でますます展開されている,現代生活の異なった側面を貫通している。BLEベースの位置確認は,典型的には,その大きな変動のため,異なる欠点に悩まされるReceived Signal Sensity Indicator(RSSI)に基づいて実行される。本論文では,屋内位置決め精度に対するBLE可能デバイスの方向の影響を解析し,対処するための多重モデル推定フレームワークに焦点を当てた。提案方法の融合ユニットは,方位分類においてより高い精度を得るために,RSSI値によって推定した方位と慣性測定ユニット(IMU)センサによって推定したヘッディングを併合する。単一経路損失モデルを使用する既存のRSSIベース解とは対照的に,提案したフレームワークは,99%の高精度で手持ち装置の方向を推定するマルチセンサとデータ駆動分類モデルと結合した8つの方位整合経路損失モデルから成る。方位を推定することにより,RSSI値に対する方位の影響を緩和し,その結果RSSIベース距離推定を改善した。特に,提案したデータ駆動および多重モデルフレームワークを,実装LBSプラットフォームを介して収集した10百万RSSI値およびIMUセンサデータに基づいて構築した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計測器 ,  位置決め ,  *多重化 ,  ヘッディング ,  屋内環境 ,  センサ ,  Bluetooth ,  マルチセンサ ,  高精度 ,  多重モデル ,  *電界強度検出 ,  モノのインターネット ,  *屋内位置決め
準シソーラス用語： 経路損失 ,  距離推定 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： BLE ,  RSSI ,  屋内位置決め ,  配向 ,  整合 ,  多重 ,  モデリング